Repository logoOPUS - Online Publications of University Stuttgart
de / en
Log In
New user? Click here to register.Have you forgotten your password?
Communities & Collections
All of DSpace
  1. Home
  2. Browse by Author

Browsing by Author "Moslavac, Denis"

Filter results by typing the first few letters
Now showing 1 - 2 of 2
  • Results Per Page
  • Sort Options
  • Thumbnail Image
    ItemOpen Access
    Developing an ontology on information governance using description logic
    (2024) Moslavac, Denis
    Currently, companies have high compliance requirements. Enterprises consult with Subject Matter Experts (SME) on regulatory compliance, for designing suitable compliance solutions, while simultaneously assessing for possible violations. While this is a crucial aspect of Information Governance (IG), this constitutes a complex and financially burdensome challenge, especially for startups or smaller companies. Furthermore, according to recent surveys, approximately 40% of companies are exposed to compliance risks due to insufficient implemented IG measures. To overcome this problem, this thesis introduces an Information Governance Ontology (IGONTO), which implements concepts and knowledge of the IG domain. IGONTO demonstrates how to capture IG knowledge in an ontology together with regulatory requirements, and possible solutions that satisfy regulatory compliance use cases. Moreover, individual architecture solutions are inferred based on regulatory requirements. IGONTO is developed as an aggregation of multiple ontologies, each specific to a sub-domain of the larger IG-domain. These sub-domains represent unique but relevant contexts, with concepts that establish connections between them. We designed IGONTO with a focus on the European General Data Protection Regulation (GDPR) and its regulatory requirements. Validation is performed through SHACL scripts implemented for each domain to ensure consistency. IGONTO’s usefulness is verified by evaluating two use cases that show what companies of different sizes must implement to reach regulatory compliance. The evaluation demonstrates that IGSO can correctly answer SPARQL queries that help identify the necessary compliance measures as required by the 99 articles from GDPR.
  • Thumbnail Image
    ItemOpen Access
    Konzeption einer Ontologie zur Beschreibung von Daten der CAE Domäne
    (2021) Moslavac, Denis
    In der heutigen Zeit haben Menschen viel mehr Zugriff auf Daten innerhalb eines Tages, als früher die meisten in ihrer gesamten Lebenszeit. Problematisch hierbei ist, dass diese Daten in verschiedensten Formen und Formaten gespeichert sind und somit das Verständnis der Beziehung zwischen diesen Daten sehr erschwert wird. Handelt es sich bei den Daten nun um komplizierte industrielle Daten (CAE-Daten), so wird das Verständnis noch problematischer. Im Rahmen dieser Bachelorarbeit werden ein Konzept und ein Prototyp einer Ontologie zur Beschreibung von Daten der CAE-Domäne entwickelt. Eine Ontologie ist eine formale Repräsentation von Wissen innerhalb einer Domäne, welches entweder bestimmte Eigenschaften einer Domäne oder die Domäne an sich beschreibt. CAE beschreibt dabei die Technologie, Simulationen aus CAD Modellen durchzuführen und sie zu analysieren, um hierdurch Erkenntnisse über das Produkt unter bestimmten Bedingungen zu erfahren. Die hier entwickelte CAE-Ontologie beschreibt den Zusammenhang der in der Domäne anfallenden Daten. Des Weiteren wird die CAE-Landschaft analysiert, da sie für die Entwicklung der Ontologie ausschlaggebend ist. Die CAE-Ontologie ist dabei in drei Bereiche eingeteilt. Der Spezifizierung, der Evaluation und dem Tool. Die Klasse der Spezifizierung soll dabei den Bereich der Auftraggeber darstellen. Hier werden deren Daten gespeichert, wie die Anforderungen an das Projekt oder den Vertrag. Der Evaluationszweig befasst sich mit dem Speichern von Evaluationsdaten und deren Beziehung zueinander. Alle Beziehungen der Klasse Tool beschäftigen sich mit den Simulationsdaten eines CAE-Projekts. Darunter enthalten sind die CAE- und CAD-Modelle, die Beschreibungen wie sie aufgebaut sind und welche Elemente diese Modelle beeinflussen. Die Korrektheit der Ontologie wird in der Diskussion mithilfe einer Datenbankabfrage in SPARQL, sowie einer Vorstellung automatisch generierter Inferenzen mit SWRL gezeigt.
OPUS
  • About OPUS
  • Publish with OPUS
  • Legal information
DSpace
  • Cookie settings
  • Privacy policy
  • Send Feedback
University Stuttgart
  • University Stuttgart
  • University Library Stuttgart